論文の概要: Meta-Diversity Search in Complex Systems, A Recipe for Artificial Open-Endedness ?

• arxiv url: http://arxiv.org/abs/2312.00455v1
• Date: Fri, 1 Dec 2023 09:40:27 GMT
• ステータス: 処理完了
• システム内更新日: 2023-12-04 15:06:10.650479
• Title: Meta-Diversity Search in Complex Systems, A Recipe for Artificial Open-Endedness ?
• Title（参考訳）: 複雑システムにおけるメタ多様性探索 : 人工的オープンエンドレスネスのレシピ?
• Authors: Mayalen Etcheverry (Flowers), Bert Wang-Chak Chan, Cl\'ement Moulin-Frier (Flowers), Pierre-Yves Oudeyer (Flowers)
• Abstract要約: この記事では、Minecraftにおける新しい複雑なアーティファクトの終わりのない世代のための、いくつかの機能的な材料であると考えられるものを紹介します。 我々は,レニア連続セルオートマトンを用いた人工的な「化学」システムをシミュレートし,人工的な「発見アシスタント」(ホームズと呼ばれる)を人工的に生成する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Can we build an artificial system that would be able to generate endless surprises if ran "forever" in Minecraft? While there is not a single path toward solving that grand challenge, this article presents what we believe to be some working ingredients for the endless generation of novel increasingly complex artifacts in Minecraft. Our framework for an open-ended system includes two components: a complex system used to recursively grow and complexify artifacts over time, and a discovery algorithm that leverages the concept of meta-diversity search. Since complex systems have shown to enable the emergence of considerable complexity from set of simple rules, we believe them to be great candidates to generate all sort of artifacts in Minecraft. Yet, the space of possible artifacts that can be generated by these systems is often unknown, challenging to characterize and explore. Therefore automating the long-term discovery of novel and increasingly complex artifacts in these systems is an exciting research field. To approach these challenges, we formulate the problem of meta-diversity search where an artificial "discovery assistant" incrementally learns a diverse set of representations to characterize behaviors and searches to discover diverse patterns within each of them. A successful discovery assistant should continuously seek for novel sources of diversities while being able to quickly specialize the search toward a new unknown type of diversity. To implement those ideas in the Minecraft environment, we simulate an artificial "chemistry" system based on Lenia continuous cellular automaton for generating artifacts, as well as an artificial "discovery assistant" (called Holmes) for the artifact-discovery process. Holmes incrementally learns a hierarchy of modular representations to characterize divergent sources of diversity and uses a goal-based intrinsically-motivated exploration as the diversity search strategy.
• Abstract（参考訳）: Minecraftで「永遠に」実行すれば、無限の驚きを生み出すことができるような人工システムを構築することができるだろうか? この大きな課題を解決するための単一の道はないが、この記事では、マインクラフトにおけるますます複雑なアーティファクトの無限の世代のための、いくつかの機能的要素について紹介する。 オープンエンドシステムのためのフレームワークには、時間とともに再帰的にアーティファクトを成長・複雑化する複雑なシステムと、メタ多様性探索の概念を活用する発見アルゴリズムの2つのコンポーネントがある。 複雑なシステムは、単純なルールの集合からかなりの複雑さが生まれることを実証しているので、Minecraftであらゆる種類のアーティファクトを生成するための優れた候補であると考えています。 しかし、これらのシステムによって生成される可能性のあるアーティファクトの空間はしばしば未知であり、特徴付けや探索が困難である。 したがって、これらのシステムにおける新規で複雑なアーティファクトの長期的な発見を自動化することは、エキサイティングな研究分野である。 これらの課題に対処するために,人工的な「発見アシスタント」が多様な表現の集合を漸進的に学習し,それぞれに多様なパターンを探索するメタ多様性探索の問題を定式化する。 発見アシスタントは、新しい未知の多様性への探索を迅速に専門化しつつ、新しい多様性源を継続的に探すべきである。 Minecraft環境でこれらのアイデアを実装するために,レニア連続セルオートマトンに基づく人工的な「化学」システムをシミュレートし,人工的な「発見アシスタント」(ホームズと呼ばれる)を人工的に人工的に生成する。 ホームズは、多様性の異なる源を特徴づけるモジュラー表現の階層を漸進的に学習し、多様性探索戦略としてゴールベースの本質的な探索手法を用いる。

関連論文リスト

• Toward Artificial Open-Ended Evolution within Lenia using Quality-Diversity [5.380545611878407]
  複雑なシステムにおける多種多様な自己組織化パターンの自動発見には,品質多様性が有効であることを示す。 我々のフレームワークは、Leniabreederと呼ばれ、手動で定義された多様性基準と教師なしの多様性尺度の両方を利用して、発見可能なパターンの範囲を広げることができる。
  論文  参考訳（メタデータ） (2024-06-06T16:35:27Z)
• Automated Discovery of Coupled Mode Setups [7.555791623885635]
  光学やフォトニクスにおいて、共振器、導波路、任意の結合、パラメトリック相互作用のような少数の構成要素は、幅広いデバイスや機能の設計を可能にする。 通常、そのようなシステムの設計は経験豊富な科学者によって、最も単純な可能性が実際に見つかったかどうかが定かでない時間を要するプロセスで手作りされる。 我々の研究では、この課題を自動化する発見アルゴリズムを開発しました。
  論文  参考訳（メタデータ） (2024-04-23T10:15:18Z)
• Open-world Machine Learning: A Review and New Outlooks [83.6401132743407]
  本稿では,新たなオープンワールド機械学習パラダイムを包括的に紹介することを目的としている。 研究者がそれぞれの分野でより強力なAIシステムを構築するのを支援し、人工知能の開発を促進することを目的としている。
  論文  参考訳（メタデータ） (2024-03-04T06:25:26Z)
• Foundations and Recent Trends in Multimodal Machine Learning: Principles, Challenges, and Open Questions [68.6358773622615]
  本稿では,マルチモーダル機械学習の計算的基礎と理論的基礎について概説する。 本稿では,表現,アライメント,推論,生成,伝達,定量化という,6つの技術課題の分類法を提案する。 最近の技術的成果は、この分類のレンズを通して示され、研究者は新しいアプローチの類似点と相違点を理解することができる。
  論文  参考訳（メタデータ） (2022-09-07T19:21:19Z)
• MineDojo: Building Open-Ended Embodied Agents with Internet-Scale Knowledge [70.47759528596711]
  私たちは、人気のMinecraftゲーム上に構築された新しいフレームワークであるMineDojoを紹介します。 本稿では,学習報酬関数として,大規模な事前学習ビデオ言語モデルを活用する新しいエージェント学習アルゴリズムを提案する。 我々のエージェントは、手動で設計した密なシェーピング報酬なしで、自由形式の言語で指定された様々なオープンエンドタスクを解くことができる。
  論文  参考訳（メタデータ） (2022-06-17T15:53:05Z)
• Expressivity of Parameterized and Data-driven Representations in Quality Diversity Search [111.06379262544911]
  2つの異なる検索空間で実施した品質多様性進化探索の出力多様性を比較する。 学習モデルは、未知の例への外挿や拡大よりも、既知のデータポイント間の補間が優れている。
  論文  参考訳（メタデータ） (2021-05-10T10:27:43Z)
• Co-generation of game levels and game-playing agents [4.4447051343759965]
  本稿では, PoET-Inspired Neuroevolutionary System for Kreativity (PINSKY) をゲームで紹介する。 その結果,PINSKYがゲームレベルのカリキュラムを生成できることが示され,コンテンツ生成と人工生活の交差点における研究の新たな道が開かれた。
  論文  参考訳（メタデータ） (2020-07-16T17:48:05Z)
• GOLD-NAS: Gradual, One-Level, Differentiable [100.12492801459105]
  GOLD-NAS (Gradual One-Level Differentiable Neural Architecture Search) という新しいアルゴリズムを提案する。 1レベル最適化に可変リソース制約を導入し、弱い演算子をスーパーネットワークから徐々に追い出す。
  論文  参考訳（メタデータ） (2020-07-07T10:37:49Z)
• Hierarchically Organized Latent Modules for Exploratory Search in Morphogenetic Systems [21.23182328329019]
  多様な表現の階層の教師なし学習を可能にする新しい動的・モジュラーアーキテクチャを導入する。 本システムは,ユーザの嗜好に対して効率よく多様性探索を適応できる発見アシスタントを構築できることを示す。
  論文  参考訳（メタデータ） (2020-07-02T15:28:27Z)
• Progressive growing of self-organized hierarchical representations for exploration [22.950651316748207]
  中心的な課題は、発見された構造の地図を段階的に構築するために、どのように表現を学ぶかである。 永続的な表現を構築し、探索プロセスを通して破滅的な忘れ物を避けることを目的としている。 第三に、エージェントの発見を粗い方法で構造化できる表現をターゲットとする。
  論文  参考訳（メタデータ） (2020-05-13T15:24:42Z)
• The Ingredients of Real-World Robotic Reinforcement Learning [71.92831985295163]
  実世界で収集されたデータによって継続的に自律的に改善できるロボット学習システムに必要な要素について論じる。 本稿では,このようなシステムの特異なインスタンス化を事例として,デクスタラスな操作を事例として提案する。 我々は人間の介入なしに学習できることを実証し、現実世界の3本指の手で様々な視覚ベースのスキルを習得する。
  論文  参考訳（メタデータ） (2020-04-27T03:36:10Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。